Nutzung multikriterieller und unscharfer (FUZZY-)Analysen zum Talentscreening im Sport

Abstract

Zum Talentscreening im Sport werden Testbatterien eingesetzt, die unterschiedliche sportmotorische Fertigkeiten sowie entwicklungsrelevante Parameter erheben. Standardauswertungsverfahren führen in der Regel zur Einordnung der Getesteten in zumeist fünfstufige Leistungsklassen. Insbesondere bei großen Stichproben werden allerdings Verfahrensweisen benötigt, die auch innerhalb der „besten Gruppe“ und „schwächsten Gruppe“ noch zuverlässig differenzieren. Dies gelingt z. B. im Projekt BERLIN HAT TALENT mit Verfahren, die auf multikriteriellen und unscharfen mathematischen Theorien und Methoden beruhen. Dabei ist hervorzuheben, dass subjektive Theorien und Wissensstände von Trainer*innen, Lehrer*innen und Sportwissenschaftler*innen explizit mit einbezogen werden können. Dies geschieht auf Basis diskursiver Validierungen und der Konstruktion von Bewertungsfunktionen, die auch als sogenannte Zugehörigkeitsfunktionen für Fuzzy-Sets interpretiert werden können. Die vorgestellten multiattributiven Entscheidungsmodelle zeigen unter Einbeziehung des Expertenwissens den Mehrwert dieses Vorgehens auf und können mit Hilfe einer interaktiven Software transparent nachvollzogen werden. In sports, motor assessments are often used in the context of talent screening. They consist of different motor skills as well as other relevant person parameters. Standard evaluation methods usually rely on the classification of the results mostly in five-point performance categories. Especially in large samples, however, procedures are needed that are able to provide reliable differentiations within the “best group” and the “worst group”. The solution, e.g., in the project BERLIN HAT TALENT, is the usage of multicriteria and fuzzy mathematical theories and methods. In this approach, subjective theories and knowledge of coaches, teachers and sports scientists can be explicitly integrated in the decision process. This is realized by discursive validations and the construction of evaluation functions, which can also be interpreted as so-called membership functions for fuzzy sets. The added value of the presented multi-attributive decision models is the possibility to integrate expert knowledge. Finally, the models are illustrated within an interactive software.